【二】机器学习之路——什么是机器学习

What is Machine Learning

写在前面：本博客所写内容均为本人自学笔记，如有错误之处，还请各位大神多多指教，谢谢。

什么是机器学习

先来看看百度对机器学习的定义：
  机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
  它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

Tom Mitchell在他的《Machine Learning》书中给出了一个简单明了的定义：
“机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能。”

  说白了就是一套计算机代码在实现一个功能的过程中，不断通过大量数据的积累学习，来修正其模型参数使其更加准确的过程。能让你的模型更加趋于完美的就是数据，海量的数据，经过不断的修正，最终让你的模型能够更加的贴切的拟合出准确的数据，误差最小。

  同时Tom Mitchell又给出了另外一种更加学术的描述，“对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E学习。”

  简单的说就是，